🤖 Category

cs.LG

24373 पेपर

🤖 machine learning

FinTSB: A Comprehensive and Practical Benchmark for Financial Time Series Forecasting

यह शोध पत्र FinTSB प्रस्तुत करता है, जो वित्तीय समय श्रृंखला पूर्वानुमान (financial time series forecasting) के लिए एक व्यापक और व्यावहारिक बेंचमार्क है, जिसे डेटा विविधता अंतराल को संबोधित करके, मूल्यांकन प्रोटोकॉल को मानकीकृत करके और अधिक विश्वसनीय मॉडल तुलना और चयन को सक्षम करने के लिए वास्तविक दुनिया की बाजार बाधाओं को शामिल करके मौजूदा मूल्यांकन सीमाओं को दूर करने के लिए डिज़ाइन किया गया है।

Yifan Hu, Yuante Li, Peiyuan Liu, Yuxia Zhu, Naiqi Li, Tao Dai, Shu-tao Xia, Dawei Cheng, Changjun Jiang2026-05-12
⚡ electrical engineering

Hardware-Accelerated Event-Graph Neural Networks for Low-Latency Time-Series Classification on SoC FPGA

यह शोध पत्र एक SoC FPGA पर कार्यान्वित एक हार्डवेयर-त्वरित इवेंट-ग्राफ न्यूरल नेटवर्क प्रस्तुत करता है जो टाइम-सीरीज डेटा को स्पार्स इवेंट्स में बदलने के लिए एक आर्टिफिशियल कोक्लिया मॉडल का लाभ उठाता है, जिससे अत्याधुनिक मॉडलों की तुलना में काफी कम पैरामीटर्स और कम्प्यूटेशनल संसाधनों के साथ उच्च-सटीक, कम-विलंबता वाली वर्गीकरण प्राप्त होती है।

Hiroshi Nakano, Krzysztof Blachut, Kamil Jeziorek, Piotr Wzorek, Manon Dampfhoffer, Thomas Mesquida, Hiroaki Nishi, Toma (…)2026-05-12
🤖 machine learning

LLM-FE: Automated Feature Engineering for Tabular Data with LLMs as Evolutionary Optimizers

यह शोध पत्र LLM-FE को प्रस्तुत करता है, जो एक नवीन ढांचा (framework) है जो टैबुलर डेटा के लिए प्रभावी फीचर ट्रांसफॉर्मेशन प्रोग्रामों की पुनरावृत्ति से खोज करने हेतु लार्ज लैंग्वेज मॉडल्स के साथ इवोल्यूशनरी सर्च को जोड़ता है, जिससे यह डोमेन ज्ञान और डेटा-संचालित फीडबैक का बेहतर लाभ उठाकर मौजूदा ऑटोमेटेड फीचर इंजीनियरिंग विधियों से बेहतर प्रदर्शन करता है।

Nikhil Abhyankar, Parshin Shojaee, Chandan K. Reddy2026-05-12
🤖 machine learning

Decoding Islamophobic Discourse: Using LLMs to Identify Tropes and Semi-Coded Hate Speech

यह शोध पत्र चरमपंथी प्लेटफार्मों के बड़े पैमाने के डेटा का विश्लेषण करने के लिए लार्ज लैंग्वेज मॉडल्स (LLMs) और टॉपिक मॉडलिंग का उपयोग करता है, जो यह प्रदर्शित करता है कि LLMs अर्ध-कोडित इस्लामभित (Islamophobic) अपशब्दों की प्रभावी ढंग से पहचान कर सकते हैं और यह भी प्रकट करते हैं कि इस प्रकार का घृणास्पद भाषण विविध राजनीतिक आंदोलनों में व्यापक रूप से व्याप्त है और अक्सर अन्य प्रकार के घृणा भाषणों की तुलना में उच्च विषाक्तता स्कोर प्राप्त करता है।

Raza Ul Mustafa, Roi Dupart, Gabrielle Smith, Noman Ashraf, Nathalie Japkowicz2026-05-12
🤖 machine learning

Toward General and Robust LLM-enhanced Text-attributed Graph Learning

यह शोध पत्र UltraTAG को प्रस्तुत करता है, जो LLM-संवर्धित टेक्स्ट-एट्रिब्यूटेड ग्राफ लर्निंग के लिए एक एकीकृत ढांचा है, और इसका सुदृढ़ इंस्टेंशिएशन UltraTAG-S, जो LLM-आधारित प्रसार, संवर्धन और पुनर्गठन रणनीतियों के माध्यम से वास्तविक दुनिया की टेक्स्ट और एज स्पर्सिटी (विरलता) को प्रभावी ढंग से संबोधित करता है ताकि मौजूदा बेसलाइनों से काफी बेहतर प्रदर्शन किया जा सके।

Zihao Zhang, Xunkai Li, Rong-Hua Li, Zhenjun Li, Bing Zhou, Guoren Wang2026-05-12
🤖 machine learning

Uncertainty Estimation for Heterophilic Graphs Through the Lens of Information Theory

यह शोध पत्र सूचना सिद्धांत (information theory) का लाभ उठाकर हेटरोफिलिक ग्राफ्स (heterophilic graphs) के लिए अनिश्चितता अनुमान (uncertainty estimation) हेतु एक नवीन दृष्टिकोण प्रस्तावित करता है, जो यह प्रदर्शित करता है कि विभिन्न गहराइयों पर नोड रिप्रजेंटेशन (node representations) विशिष्ट जानकारी प्रदान करते हैं, जिससे संयुक्त नोड एम्बेडिंग स्पेस (joint node embedding space) पर एक अत्याधुनिक पोस्ट-हॉक डेंसिटी एस्टिमेटर (post-hoc density estimator) प्राप्त होता है जो होमोफिलिक ग्राफ्स पर प्रदर्शन बनाए रखते हुए हेटरोफिलिक ग्राफ्स पर मौजूदा विधियों से बेहतर प्रदर्शन करता है।

Dominik Fuchsgruber, Tom Wollschläger, Johannes Bordne, Stephan Günnemann2026-05-12
🤖 AI

One Trajectory, One Token: Grounded Video Tokenization via Panoptic Sub-object Trajectory

यह शोध पत्र TrajViT को प्रस्तुत करता है, जो एक ग्राउंडेड वीडियो टोकेनाइजेशन विधि है जो अक्षम स्पेस-टाइम पैचेस को पैनऑप्टिक सब-ऑब्जेक्ट ट्रैजेक्टरीज से बदल देता है ताकि पारंपरिक ViT3D एनकोडर्स की तुलना में वीडियो रिट्रीवल और अंडरस्टैंडिंग कार्यों में बेहतर प्रदर्शन हासिल करते हुए कम्प्यूटेशनल लागत को महत्वपूर्ण रूप से कम किया जा सके।

Chenhao Zheng, Jieyu Zhang, Mohammadreza Salehi, Ziqi Gao, Vishnu Iyengar, Norimasa Kobori, Quan Kong, Ranjay Krishna2026-05-12
🤖 machine learning

Beyond Multiple Choice: Evaluating Steering Vectors for Summarization

यह शोध पत्र एब्स्ट्रैक्टिव समराइजेशन (abstractive summarization) में सेंटिमेंट और टॉक्सिसिटी जैसी विशेषताओं को नियंत्रित करने के लिए स्टीयरिंग वेक्टर्स का मूल्यांकन करता है, जिसमें यह पाया गया है कि हालांकि वे प्रभावी नियंत्रण प्रदान करते हैं, लेकिन उच्च स्ट्रेंथ पर वे डिजेनरेट आउटपुट उत्पन्न करते हैं, जिससे कंट्रोल और क्वालिटी के बीच संतुलन बनाने के लिए प्रॉम्प्टिंग के साथ एक हाइब्रिड दृष्टिकोण सबसे प्रभावी रणनीति बन जाता है।

Joschka Braun, Carsten Eickhoff, Seyed Ali Bahrainian2026-05-12
📊 statistics

Neural Variance-aware Dueling Bandits with Deep Representation and Shallow Exploration

यह शोध पत्र न्यूरल वेरिएंस-अवेयर ड्यूलिंग बैंडिट एल्गोरिदम प्रस्तावित करता है जो केवल अंतिम-परत (last-layer) ग्रेडिएंट्स का उपयोग करके तुलनात्मक अनिश्चितता को अनुकूल रूप से समायोजित करते हुए, सबलीनियर संचयी रिग्रेट (sublinear cumulative regret) और सिंथेटिक एवं वास्तविक दुनिया के कार्यों पर उत्कृष्ट अनुभवजन्य प्रदर्शन प्राप्त करने के लिए डीप रिप्रेजेंटेशन के साथ शैलो एक्सप्लोरेशन का लाभ उठाते हैं।

Youngmin Oh, Jinje Park, Taejin Paik, Jaemin Park2026-05-12
🧬 biology

Relational reasoning and inductive bias in transformers and large language models

यह शोध पत्र इस बात की जांच करता है कि ट्रांसफॉर्मर ट्रांजिटिव इन्फरेंस (transitive inference) कैसे करते हैं, यह प्रकट करते हुए कि जहाँ इन-वेट्स लर्निंग (in-weights learning) स्वाभाविक रूप से मजबूत सामान्यीकरण के लिए लीनियर एम्बेडिंग्स (linear embeddings) विकसित करता है, वहीं इन-कॉन्टेक्स्ट लर्निंग (in-context learning) आमतौर पर कॉपी रणनीतियों पर निर्भर करती है जब तक कि इसे लीनियर कार्यों पर प्री-ट्रेन न किया गया हो या लीनियर मेंटल मैप्स बनाने के लिए स्पष्ट रूप से प्रॉम्प्ट न किया गया हो, जो इस बात पर प्रकाश डालता है कि दोनों प्रशिक्षण व्यवस्थाएं और प्रतिनिधित्व ज्यामिति (representation geometry) संबंधपरक तर्क क्षमताओं को महत्वपूर्ण रूप से निर्धारित करते हैं।

Jesse Geerts, Andrew Liu, Stephanie Chan, Claudia Clopath, Kimberly Stachenfeld2026-05-12